12:30karminski-牙医 (AI工具)@karminski3精选一位开发者分享使用经验,认为模型的 one-pass 能力(在较少思考下一次性正确输出)才是衡量 SOTA 的关键。如果模型需要依赖 agentic coding 来修复第一次犯的错,反而说明其能力不足。真正的 agentic coding 应解决工程量和运行时问题,而非静态检查就能发现的 bug。作者调侃,若 bug 不在 thinking 中修复而要在后续上下文中修复,可能是为了推销 coding plan。AI产品AI编程模型评估Agentic CodingOne-passSOTA推荐理由:这条观点戳中了 AI 编程中模型能力与工具使用的本质区别,做 AI 编程工具或评估模型的开发者看完会有感触——别再被 agentic coding 的噱头骗了。原文
04:12Richard Socher@RichardSocher精选Richard Socher 宣布其公司 Recursive 在递归自我改进超级智能(RSI)方向取得里程碑:一个自动化科学发现系统在三个 AI 基准测试(NanoGPT speedrun、NanoChat、Sol-ExecBench)上取得 SOTA 结果。该系统由 AI 自主生成代码和想法,无需人类团队发明,实现了从构思到验证的闭环。Recursive 已开源该系统的发现成果,强调其解决方案是创造性的、良性的,而非危险或简单的优化。这标志着向“尤里卡机器”迈出了第一步,未来可指向任意难题自动产出发明。AI模型自动化科研RSI开源/仓库SOTARichard Socher推荐理由:AI 自动化科研终于有了可复现的实例——Recursive 的系统自己写代码、跑实验、拿 SOTA,做 AI 研究的团队值得看看这种“AI 做 AI 研究”的范式是否可行。原文
AITOP5月29日 08:02Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……